PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

dokumen-dokumen yang mirip
Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

Eksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

EKSPERIMEN ACAK & PELUANG. MA3181 Teori Peluang Utriweni Mukhaiyar 1 September 2014

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)

Fungsi Peluang Gabungan

UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

DISTRIBUSI DISKRIT KHUSUS

Probabilitas dan Statistika Teori Peluang. Adam Hendra Brata

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

PROBABILITAS 02/10/2013. Dr. Vita Ratnasari, M.Si

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R

Bab 3 Pengantar teori Peluang

Probabilitas. Oleh Azimmatul Ihwah

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

MA2181 Analisis Data - U. Mukhaiyar 1

DISTRIBUSI DISKRIT KHUSUS

STATISTIKA NON PARAMETRIK

Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

DISTRIBUSI DISKRIT KHUSUS

Peluang suatu kejadian

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

PENGANTAR MODEL PROBABILITAS

PELUANG. Titik Sampel GG

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

DISTRIBUSI DISKRIT KHUSUS

Pengantar & Statistika Deskriptif

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

Probabilitas = Peluang (Bagian II)

Distribusi Sampel & Statistitik Terurut

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif

ALJABAR SET & AKSIOMA PROBABILITAS

Konsep Dasar Peluang

PENGANTAR & STATISTIKA DESKRIPTIF. Utriweni Mukhaiyar

Learning Outcomes Ilustrasi Lingkup Kuliah Gugus. Pendahuluan. Julio Adisantoso. 10 Pebruari 2014

BAB II PEUBAH ACAK dan DISTRIBUSI PELUANG

Regresi Linear Sederhana

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Hidup penuh dengan ketidakpastian

I. PENDAHULUAN II. TINJAUAN PUSTAKA

MA5182 Topik dalam Statistika I: Statistika Spasial. Utriweni Mukhaiyar

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

Pert 3 PROBABILITAS. Rekyan Regasari MP

Probabilitas dan Proses Stokastik

Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Pengantar Proses Stokastik

Dasar-dasar Statistika Pemodelan Sistem

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

Statistika Farmasi

By : Refqi Kemal Habib

SILABUS MATA KULIAH. Pengalaman Pembelajaran

Aksioma Peluang. Bab Ruang Contoh

Pengantar Proses Stokastik

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan PROBABILITAS. Statistika dan Probabilitas

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMputer Semester : 4

STATISTIKA. Teknik Informatika FT-UNSRAT 2013

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Pertemuan 1 KONSEP DASAR PROBABILITAS

Teknik Pengolahan Data

Ruang Sampel dan Kejadian

Konsep Peluang (Probability Concept)

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan

Pengantar Proses Stokastik

Probabilitas = Peluang

DESKRIPSI MATA KULIAH

DAN ANALISIS DATA. Sari Numerik. MA 2181 Analisis Data 8 Agustus 2011 Utriweni Mukhaiyar. 1. Statistik dan Statistika. 2. Populasi dan Sampel

The image cannot be display ed. Your computer may not hav e enough memory to open the image, or the image may hav e been corrupted.

OLEH : Riana Ekawati ( ) Dosen Pembimbing : Dra. Farida Agustini W, M.S

Probabilitas. Oleh Azimmatul Ihwah

Statistika. Probabilitas. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Perkembangan Jasa Akomodasi Provinsi Kalimantan Tengah

BAB II PROBABILITAS Ruang sampel (sample space)

Transkripsi:

1 PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK UTRIWENI MUKHAIYAR

Eksperimen 2 Ciri-ciri i ii eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari hasil- hasil sebelumnya. Bisa diukur (diamati). Hasilnya tidak bisa ditebak karena adanya galat/error.

Ruang Sampel 3 Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

Ruang Sampel Diskrit 4 A. Diskrit: it banyaknya (number) b elemen pada S tsb dapat dihitung/dicacah (countable). Hasil pencacahannya mungkin saja berhingga atau tidak berhingga. Contoh 1.S pada (percobaan) pemeriksaan jenis kelamin mencit di suatu tempat pengembangbiakan mencit untuk percobaan. Setiap mencit dipilih (secara acak), diperiksa, lalu digolongkan sebagai mencit jantan atau betina.

Ruang Sampel Kontinu 5 B. Kontinu: elemen-elemen l dari S tsb adalah bagian dari suatu interval. Contoh 2. S pada percobaan pengukuran suhu maksimum setiap jam pada suatu reaksi kimia (satuan o C), misalnya S={x: 30<x < 40}. Jika kita pilih jam-jam secara acak, maka mungkin ditemukan jam-jam dengan suhu 31 o C atau 30,5 o C atau 37,5 o C atau nilai lainnya yang berkisar antara 30 < x < 40.

Kejadian (Event) 6 Himpunan bagian (subset) dari suatu ruang sampel S. Notasi untuk even (kejadian) umumnya huruf kapital, misal A, B, dan lain-lain. Jika kejadiannya banyak, bisa ditulis sebagai barisan, misal E 1, E 2,...dst.

Ruang Sampel dan Kejadian Ruang sampel, dinotasikan ik S Ruang Sampel Diskrit Ruang Sampel Kontinu S = {,,..., } Event (kejadian) 7 E = {,, } 7

Populasi dan sampel 8 Pada Contoh 1: Semua mencit di tempat pengembangbiakan tersebut adalah populasi, sedangkan beberapa mencit yang diambil disebut sampel. Ruang sampel pada contoh ini adalah semua jenis kelamin mencit yang mungkin, yaitu {jantan, betina} dan termasuk jenis diskrit, i karena banyaknya elemen pada S ini dapat dihitung, yaitu ada 2 buah, n(s ) = 2.

Contoh 3 Menentukan Ruang Sampel & Kejadian 9 Dua pasien diberi obat untuk satu minggu. Sukses atau tidaknya pengobatan untuk tiap pasien dicatat setelah 1 minggu. Tentukan ruang sampelnya dan berilah contoh kejadian/eventnya. Jawab: Ruang sampelnya adalah S = {SS,ST,TS,TT}, ST TS TT} dimana S = Sukses; T = Tidak sukses (nominal) Contoh kejadian, mis kejadian E 1 dimana kedua pasien pengobatannya sukses, maka E 1 ={SS}; dan E 2 dimana salah satu pasien tetap sakit E 2 ={ST,TS}

Contoh 4 10 Dilakukan survey dan pencatatan tingkat curah hujan setiap hari yang terjadi di suatu daerah pegunungan. Jawab: Misalkan X : tingkat curah hujan (mm), ruang sampel S = { x 0 x 600, x R} dan E 2 adalah kejadian tingkat curah hujan lebih dari 200 mm, maka E 2 = {x 200 < x 600, x R} Perhatikan a bahwa E 2 S

Gabungan 11 Ui Union dua peristiwa i E 1 dan E 2 ditulis E 1 EE 2, adalah himpunan semua elemen yang ada di dalam E 1 atau di dalam E 2 (termasuk di dalam keduanya jika ada). Contoh. Perhatikan Contoh 3. Misal E 1 adalah kejadian salah seorang pasien 1 sembuh, dan E 2 adalah kejadian tidak ada pasien yang sembuh. Maka E 1 E 2 = {ST,TS,TT}.

Irisan 12 Ii Irisan dua peristiwa i E 1 dan E 2, ditulis E 1 E 2, adalah himpunan semua elemen yang ada di dalam E 1 dan di dalam E 2. Contoh. Perhatikan Contoh 2. Misalkan E 1 : himpunan suhu maksimum suatu percobaan lebih dari 36,5 o C, dan E 2 : himpunan suhu maksimum percobaan kurang dari 37,9 o C. Maka a E 1 E 2 = {x 36,5 < x < 37,9}.

Komplemen 13 Komplemen suatu peristiwa E 1, ditulis E 1c, adalah himpunan semua elemen yang tidak di dalam E 1. Contoh. Perhatikan Contoh 4. E 2c = {0 x 200}, yaitu himpunan tingkat curah hujan dari 0 sampai dengan 200 mm.

Peluang Suatu Kejadian 14 Prinsip i dasar : frekuensi relatif Jika suatu ruang sampel mempunyai n(s ) elemen, dan suatu event E mempunyai n(e) elemen, maka probabilitas E adalah: PE ( ) ne ( ) ns ( )

Contoh 5 15 Seorang pengusaha sukses merencanakan untuk berlibur keliling Indonesia 1 bulan penuh (terhitung tanggal 1 sampai tanggal terakhir bulan ybs) tahun 2010. Perusahaannya mewajibkan setiap anggotanya membuat surat izin tertulis dengan menyertakan lama waktu izin (dalam hari). Kantor tempat t pengusaha tersebut t bekerja 7 hari dalam 1 minggu. Berapa peluang bahwa pengusaha sukses tersebut mengajukan izin 31 hari? Jawab: n(s) = 12 (banyak bulan dalam 1 thn). Misal E : kejadian bulan dengan 31 hari, maka n(e) = 7 yaitu E = {Jan, Mar, Mei, Jul, Agt, Okt, Des} PE ( ) n ( E ) 7 ns ( ) 12

Aksioma Peluang 16 1. 0 P(E) 1. 2. P(S) = 1. 3. Jika E 1 dan E 2 adalah dua kejadian yang saling lepas,maka berlaku: P(E 1 E 2 ) = P(E 1 ) + P(E 2 ) 4. Jika E 1, E 2,,E n adalah kejadian yang saling lepas mutual, maka berlaku : P(E 1 EE 2 EE n ) = P(E 1 ) + P(E 2 ) + + + P(E n )

Peluang Bersyarat 17 Peluang bersyarat (conditional probability) dikatakan bersyarat karena eventnya sudah dibatasi. Jika event pembatas itu A dan event yang probabilitasnya ingin dihitung adalah B, maka peluang bersyaratnya y adalah: PBA ( ) P( A B) P( A)

Peluang Bersyarat 18 Dalam P(B A), event A adalah kejadian yang terjadi terlebih dahulu atau yang diamati lebih dulu, baru kemudian B. Jika A dan B adalah dua kejadian yang saling bebas, maka P(B A) = P(B)

Contoh 6 19 Jenis Rambut Hitam Warna Tidak Hitam Lurus 2 0 Ikal 2 4 Keriting 1 2 P(Lurus Hitam) 2 5 2 P(Lurus Hitam) = : P(Hitam) 11 11 5

Kejadian Saling Bebas dan Saling Lepas 20 Dua kejadian E dan F dikatakan k saling bebas b (independent) jika berlaku: PEF ( ) PE ( ). PF ( ) Dua kejadian E dan F dikatakan saling lepas jika berlaku: PEF ( ) 0

Contoh 7-- 21 Sebuah kartu dipilih secara acak dari serangkai kartu bridge yang berjumlah 52 kartu. Jika E adalah kejadian terpilih kartu As dan F adalah kejadian terpilih gambar hati. Tunjukkan bahwa E dan F saling bebas. Apakah E dan F saling lepas?

--Contoh 7 22 Jawab: PEF ( ) 1/52 karena hanya terdapat satu As yang bergambar hati. PE ( ) 4/52 karena terdapat 4 As dalam kartu bridge PF ( ) 13/52 karena terdapat 13 kartu bergambar hati 4 13 52 1 P( E). P( F). P( EF) 52 52 52.52 52 Jadi E dan F saling bebas, tapi tidak saling lepas.

Peluang Bersyarat Banyak kejadian 23 B 1 A B 5 A B 1 B 5 A A B2 A B 3 A B 4 B 4 S B 2 B 3

24 Peluang Bersyarat Banyak kejadian

25 Aturan Bayes

Contoh 8 26 Suatu u perusahaan aa besar menggunakan a tiga hotel sebagai tempat menginap para langganannya. Dari pengalaman yang lalu diketahui bahwa 20% langganannya di tempatkan di Hotel I, 50% di Hotel B, dan 30% di Hotel S. Bila 5% di Hotel I kamar mandi tidak berfungsi dengan baik, 4% di Hotel B, dan 8% di Hotel S, berapa peluang bahwa, a. Seseorang langganan mendapat kamar yang kamar mandinya tidak baik. b. Seseorang gyang mendapat kamar mandi yang tidak baik ditempatkan di Hotel S.

27 Solusi

Referensi 28 Dekking F.M., et.al., A Modern Introduction to Probability and Statistics, London : Springer, 2005. Devore, J.L. and Peck, R., Statistics The Exploration and Analysis of Data, USA: Duxbury Press, 1997. Rosner, Bernard, Fundamentals of Biostatistics, 6 th edition, Thomson Brooks/Cole, 2006. Walpole, Ronald E. dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 1995. Walpole, Ronald E., et.al, Statistitic for Scientist and Engineering, g, 8th Ed., 2007. Wild, C.J. and Seber, G.A.F., Chance Encounters A first Course in Data Analysis and Inference,, USA: John Wiley&Sons,Inc.,, 2000.